🕷️ Puppeteer： JavaScript 库 浏览器自动化神器 轻松控制Chrome

Puppeteer 是 Google Chrome 团队维护的 JavaScript 库，通过 DevTools 协议控制 Chrome/Chromium。支持截图、PDF、爬虫和自动化测试，Apache-2.0 开源，GitHub 94.9k Stars，是前端和爬虫工程师的必备工具。

🎤 引言

做前端开发或爬虫的同学，肯定遇到过这种场景：需要自动操作浏览器——截图、填表、点击按钮、等待动态内容加载……用手工操作简直要命，用 Selenium 又觉得太重。

今天要安利的 Puppeteer（木偶师）就是来解决这个痛点的。这玩意儿是 Google Chrome 官方团队在维护，通过 DevTools 协议直接控制 Chrome，功能强大到离谱。GitHub 94.9k Stars，足以说明它的江湖地位。

---

⭐ 核心功能

1. 浏览器无头/有头模式
Puppeteer 默认以无头模式（headless）运行 Chrome，悄无声息地执行任务。当然，你也可以改成有头模式，实时观察浏览器在干啥。

2. 截图与 PDF 生成
一句话：给网页截图、生成 PDF 文档。不仅是全页面截图，还能自定义视口尺寸、设备模拟（比如 iPhone）、隐藏某些元素。做的好的爬虫工具基本都有这功能。

3. 网页爬虫（尤其适合 SPA）
这是 Puppeteer 的强项！对于 React/Vue/Angular 这类动态渲染的 SPA 应用，传统爬虫根本拿不到数据。但 Puppeteer 直接运行 JavaScript，等页面完全渲染后再提取内容，真香。

4. 表单自动化
自动填写表单、点击按钮、模拟键盘输入。比如自动登录、自动发帖、自动抢票……你懂的。

5. 性能分析
内置 Performance API，可以分析网页加载性能、绘制时间、JS 执行效率。前端优化必备。

6. 自动化测试
配合 Jest 或 Mocha，可以写自动化测试用例，直接在真实 Chrome 环境中跑。

---

📥 安装与使用

环境要求

• Node.js 18+
• Chrome/Chromium（会自动下载）

安装

npm install puppeteer
# 或
yarn add puppeteer

基础用法

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch({
    headless: 'new',  // 无头模式
    defaultViewport: { width: 1280, height: 720 }
  });

  const page = await browser.newPage();

  // 访问网页
  await page.goto('https://example.com');

  // 截图
  await page.screenshot({ path: 'example.png', fullPage: true });

  // 获取页面内容（支持 SPA）
  const content = await page.content();
  console.log('页面内容:', content);

  // 执行 JavaScript
  const title = await page.evaluate(() => document.title);
  console.log('标题:', title);

  await browser.close();
  console.log('搞定！');
})();

Docker 注意事项
在 Docker 中运行 Chrome 需要特殊参数，否则容易崩溃：

const browser = await puppeteer.launch({
  args: [
    '--no-sandbox',
    '--disable-setuid-sandbox',
    '--disable-dev-shm-usage'  // 重要！防止共享内存不足
  ]
});

---

🎯 适用场景

谁适合用 Puppeteer？

场景	推荐指数	说明
爬取 SPA/伪动态网页	⭐⭐⭐⭐⭐	天然优势，竞品很少能打
网页截图/长图	⭐⭐⭐⭐⭐	全页面、自定义设备
自动化测试	⭐⭐⭐⭐	配合测试框架很好用
生成 PDF 报告	⭐⭐⭐⭐	比 PhantomJS 简单太多
表单自动填写	⭐⭐⭐	适合简单场景
性能分析	⭐⭐⭐⭐	内置工具够用

---

🔍 对比与替代方案

vs Playwright

维度	Puppeteer	Playwright
浏览器支持	仅 Chromium	Chromium/Firefox/Safari/Edge
语言绑定	仅 Node.js	Node.js/Python/Java/C#
社区成熟度	⭐⭐⭐⭐⭐（更成熟）	⭐⭐⭐⭐（后起之秀）
性能	⭐⭐⭐⭐⭐	⭐⭐⭐⭐

结论：如果只做 Chrome 相关自动化，Puppeteer 够用且更成熟；如果需要跨浏览器，Playwright 更合适。

vs Selenium
Selenium 支持多语言、多浏览器，但设置复杂、性能差、Puppeteer 能做的 Selenium 基本也能做但更麻烦。

---

⚠️ 注意事项

1. 内存占用：Chrome 本身就比较吃内存，如果要并发多个实例，做好资源规划
2. 版本同步：Puppeteer 版本和 Chrome 版本需要对应，新版 Puppeteer 会自动下载匹配版本
3. Docker 部署：必须加 --disable-dev-shm-usage 参数，否则大概率崩溃
4. 反爬对抗：Puppeteer 会被部分网站检测到（可以通过 page.evaluateOnNewDocument 注入脚本绕过）
5. 仅支持 Node.js：如果你用 Python/Go，只能选 Playwright 或 Selenium

---

✅ 总结

优点：

• Google Chrome 团队维护，质量有保证
• 通过 DevTools 协议控制 Chrome，性能强、稳定性好
• API 设计简洁，上手快
• 社区庞大，资料多
• 94.9k Stars，成熟度高

缺点：

• 仅支持 Node.js（其他语言别想了）
• 仅支持 Chromium 内核（Chrome/Edge）
• 内存占用不低

推荐指数：⭐⭐⭐⭐⭐

如果你是前端开发者、爬虫工程师、或者需要自动化操作浏览器的场景，Puppeteer 绝对值得一试。尤其是爬取 SPA 这种场景，目前能打的竞品真不多。

官网：https://pptr.dev | GitHub：https://github.com/puppeteer/puppeteer